-
公开(公告)号：CN110097531B
公开(公告)日：2023-05-12
申请号：CN201910366686.9
申请日：2019-05-05
Applicant: 河海大学常州校区
IPC: G06T5/50
Abstract: 本发明公开了一种用于无人机电力巡检的异构图像融合检测方法，包括如下步骤：首先在电力巡检的无人机上，安装光学成像相机和用热红外成像相机，采集不同角度的可见光图像和热红外图像；（2）、从可见光图像和热红外图像中提取电力巡检异常特征并构建各种故障类型的特征知识库；（3）、从无人机飞行过程中采集到的可见光图像和热红外图像中，提取故障目标，结合特征知识库，分别构造基本信度分配函数；（4）、将获取到的针对同一故障目标的异构图像证据进行融合，不同角度的异构图像证据进行融合，并用综合可信度设定融合权重。本发明克服了利用单一的可见光图像与热红外图像造成的诊断结果不可靠这一弊端。
-
公开(公告)号：CN110147772B
公开(公告)日：2022-09-20
申请号：CN201910434440.0
申请日：2019-05-23
Applicant: 河海大学常州校区
IPC: G06V20/05 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了水下图像目标识别技术领域的一种基于迁移学习的水下坝体表面裂缝识别方法，旨在解决现有技术中将深度学习的方法运用到水下复杂环境的裂缝检测中，由于水下样本数据难以大量获取，进而影响识别准确率的技术问题。所述方法包括如下步骤：基于水上坝体表面裂缝图像和水下坝体表面裂缝图像，构建混合样本集；利用混合样本集训练深度卷积神经网络模型，获取预训练网络模型；利用深度卷积神经网络模型和预训练网络模型，获取目标网络模型；将水下坝体表面裂缝图像输入目标网络模型，根据目标网络模型输出的标签类别，识别坝体表面损毁程度。
-
公开(公告)号：CN111368759B
公开(公告)日：2022-08-30
申请号：CN202010156120.6
申请日：2020-03-09
Applicant: 河海大学常州校区
IPC: G06V20/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G01C21/00
Abstract: 本发明采用基于单目视觉的移动机器人语义地图构建系统，其步骤包括：机器人视为一个智能体，单目视觉传感器，计算机，进行图像采集与环境地图构建工作；在构建环境语义地图之前，机器人先利用在线筛选策略来获取可靠的图像数据集，并将该数据集作为50层残差网络模型的输入进行训练，得到场景的分类模型；移动机器人利用改进的ORB_SLAM系统进行环境地图的构建，并得到由关键帧图像组成的环境映射地图；利用场景分类模型将关键帧图像进行分类，获得带有语义标签的关键帧图像，最终生成环境语义地图；移动机器人可以实现语义地图保存、加载功能以及自身重定位功能，大大提高了工作效率。
-
公开(公告)号：CN108764345B
公开(公告)日：2022-04-26
申请号：CN201810536235.0
申请日：2018-05-30
Applicant: 河海大学常州校区
IPC: G06V10/762 , G06V10/44 , G06V10/50 , G06V20/10
Abstract: 本发明公开了一种基于局部与全局聚类的水下大坝裂缝检测方法，包括以下步骤：采集水下大坝表面图像，传输到图像数据库中；对图像进行预处理，初步均衡图像背景光照，增强目标区域；对图像进行处理并均衡图像灰度强度后，利用二值阈值分割法实现图像二值化；提取图像块特征，通过聚类分析方法计算二维特征空间得到含有裂缝的图像块；提取出所有的连通域，以每个连通域为样本，分别提取其特征，组成三维特征空间，再次通过聚类分析方法，检测到裂缝；将检测出含有裂缝的图像定位到大坝，从而确定含有裂缝的图像所在区域。本发明实现了水位以下的大坝表面裂缝自动检测，省时省力、成本低，又能实现无损检测，并满足准确率和实时性要求。
-
公开(公告)号：CN108765463B
公开(公告)日：2021-11-16
申请号：CN201810536188.X
申请日：2018-05-30
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种结合区域提取与改进纹理特征的运动目标检测方法，包括如下步骤：(1)采集监控视频中的连续图像作为采样帧；(2)对采样帧中的每个像素点，利用其采样信息进行背景建模与恢复；(3)对图像进行分块，使用图像块的统计特征进行前景区域的提取，并对前景区域进行光照变化的判断，确定是否需要进行前景区域的二次判断；(4)在前景区域中进行前景像素点的精确提取。本发明通过进行快速前景区域提取，大大减少了后续进行精确判断的计算量，在进行区域提取的同时，消除空间位移类干扰(树叶晃动等)以及亮度变化类干扰(光照变化等)这两种主要干扰；准确高效地提取出图像序列中的运动目标。
-
Patent Agency Ranking
公开(公告)号：CN111860651A
公开(公告)日：2020-10-30
申请号：CN202010710365.9
申请日：2020-07-22
Applicant: 河海大学常州校区
Abstract: 本发明属于视觉机器人构图技术领域，公开了一种基于单目视觉的移动机器人半稠密地图构建方法，本发明涉及ORB-SLAM、卷积神经网络及半稠密地图构建，机器人根据单目相机构建稀疏点云地图，结合卷积神经网络构建带有语义标签的关键帧以及稀疏点云的地图，当机器人到达感兴趣区域时，开启半稠密地图构建。本发明利用卷积神经网络结合ORB-SLAM构建带有语义信息的地图，利用归一化互相关进行立体视觉匹配达到较为稠密的匹配关系，高斯滤波对每次新的深度数据进行融合与传递；本发明在机器人构建半稠密地图以及自主导航等方面，具有重要理论和现实应用价值。
-
公开(公告)号：CN111401225A
公开(公告)日：2020-07-10
申请号：CN202010174262.5
申请日：2020-03-13
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于改进逻辑回归分类的人群异常行为检测方法，具体步骤包括：步骤1：提取正常行为人的运动前景和有异常行为人的运动前景；步骤2：采用Lucas-Kanada光流法提取正常行为人的U、V光流矢量和有异常行为人的U、V光流矢量；步骤3：采用正弦变换学习率的方法改进逻辑回归分类算法；步骤4：将两种运动前景的U、V光流矢量当中的一部分输入至改进的逻辑回归分类算法中进行训练，从而得到具有最佳超参数的网络模型；步骤5：将剩余部分作为测试集运用到训练好的网络模型中测试算法的性能。本发明模型构建简单，对人群拥挤、遮挡严重的情况仍然保持较高的检测精度，而且检测速度快，泛化性能好，不仅能满足实时性的要求，还能适应多种场景。
-
公开(公告)号：CN104377719B
公开(公告)日：2017-02-01
申请号：CN201410730212.5
申请日：2014-12-04
Applicant: 河海大学常州校区
Abstract: 本发明涉及一种基于时空双尺度的电动汽车有序充换电分层分区调度方法，以满足电动汽车车主行驶需求为基本前提，将电动汽车配用电电力系统根据电压等级分层，然后将电动汽车充换电站按照其所在的地域进一步划分为若干个基层区域。基层调度机构负责本区域电动汽车充换电协作调度。区域基层代理机构在时间和空间尺度上与辖区内每辆电动汽车建立通信信道，采集整理电动汽车状态信息与充换电需求，并根据系统基层调度的调度目标指定调度计划，向电动汽车发送充换电调度指令，实现电动汽车充换电有序调度。系统总调度制定相应的考核指标监督基层调度机构的工作，并根据考核结果影响基层调度机构充换电负荷分配的调度计划。
-
公开(公告)号：CN104008528B
公开(公告)日：2016-09-07
申请号：CN201410215926.2
申请日：2014-05-21
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于阈值分割的非均匀光场水下目标探测图像增强方法，其特征在于，包括：步骤一：读入一幅非均匀光场水下目标探测图像；步骤二：将步骤一中读入的非均匀光场水下目标探测图像转换为原始灰度图像；步骤三：从灰度图像中拟合出光照强弱分布图，根据光照强弱分布图将原始灰度图像划分为若干像素带；步骤四：设置阀值，根据阀值将像素带合并为偏亮区域、正常区域和偏暗区域；步骤五：选取正常区域，计算目标参数；步骤六：根据目标参数，对每个像素带进行匀光处理。本发明可以实现整幅图像的亮度和纹理的整体协调性调整，使处理后的图像真实可靠，纹理信息丰富。
-
公开(公告)号：CN104008528A
公开(公告)日：2014-08-27
申请号：CN201410215926.2
申请日：2014-05-21
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于阈值分割的非均匀光场水下目标探测图像增强方法，其特征在于，包括：步骤一：读入一幅非均匀光场水下目标探测图像；步骤二：将步骤一中读入的非均匀光场水下目标探测图像转换为原始灰度图像；步骤三：从灰度图像中拟合出光照强弱分布图，根据光照强弱分布图将原始灰度图像划分为若干像素带；步骤四：设置阀值，根据阀值将像素带合并为偏亮区域、正常区域和偏暗区域；步骤五：选取正常区域，计算目标参数；步骤六：根据目标参数，对每个像素带进行匀光处理。本发明可以实现整幅图像的亮度和纹理的整体协调性调整，使处理后的图像真实可靠，纹理信息丰富。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.029 seconds)
